[发明专利]基于序列非线性滤波的遥感影像水体专题信息提取方法

说明书

技术领域

本发明属于遥感技术领域，具体涉及一种基于序列非线性滤波的遥感影像水体专题信息提取方法。

背景技术

水体是重要的专题信息，它对于地学分析有重要的价值，是一类基础的专题信息数据。对于各地理信息系统的管理与建设有重要意义。利用遥感影像进行水体信息提取是一种快速、且现势性好的方式。目前利用遥感影像提取村镇专题信息的方法有：人工方法、半自动跟踪提取方法，以及自动模式分类识别方法；这些方法中人工方法、半自动获取方法需要大量的人工操作效率低；利用多光谱信息分类识别方法是一种重要的方法，但现有的分类识别方法不是专门针对遥感影像上的水体信息提取而研究的，而且这种识别分类方法对于一般分辨率(空间分辨率20m，或更低)的多波段遥感影像才比较适用；对于高分辨率(分辨率达到5m及以上)且波段较少(4个波段或更少)的遥感影像，其对水体的分类识别提取结果不能满足后续成图及应用要求。目前，在高分辨率遥感影像分类识别方面，德国的eCognition系统的分类方法是比较好的一种，其基于多尺度分割，分类时需要有分类协议，每一次分类的分类协议用于其它分类时需经过修改，最终实现分类过程的自动化，这里的分类协议类似于知识支持。其特点是分类的细化，但对分类协议有较大依赖(有协议库支持较好)，并且也不是专门针对水体这类信息而进行的，因此应用于水体信息提取时效率不高。为提高水体提取效率，避免提取过程中的人工干扰，实现一种全自动的水体提取方法，本方法针对上述的情况产生了利用灰度数学形态学运算，构成一种序列非线性滤波模型，直接进行非线性滤波，有效提取遥感影像中的水体区域；在此基础上，根据水体的相关知识，对上面提取出的水体区域，计算不同标定区域的各项特征值(面积，区域灰度均值，区域的灰度直方图)，根据水体成像特性和水体区域相关知识，建立水体目标区域选择准则，以此进行水体区域自动选择提取，得到水体专题信息。

发明内容

本发明的目的在于，针对现有的利用高分辨率遥感影像进行水体专题信息提取方法存在的受各种细节信息干扰严重、提取效率低、效果差等缺点，提出一种基于序列非线性滤波的遥感影像水体专题信息提取方法，本发明在保留利用遥感影像进行水体专题信息提取现势性强、重复性高等优点的同时，对高分辨率多波段遥感影像的水体信息提取更加适用，其效率更高。克服了一般提取方法需要先验知识，对噪音及细节干扰信息敏感的缺点，利用灰度数学形态学运算来构成一种序列非线性滤波模型，直接对高分辨率遥感影像进行非线性滤波，统计标定目标区域的特征值，根据水体所具有的特征，来进行遥感影像水体专题信息自动识别。

本发明提出的基于序列非线性滤波的遥感影像水体专题信息提取方法，通过从灰度数学形态学基本运算入手，构成一种序列非线性滤波模型，直接进行非线性滤波，提取遥感影像中的水体区域；在此基础上，根据水体的相关知识，对序列非线性滤波提取出的水体区域，计算不同区域的各项特征值(面积，区域灰度均值，区域的灰度直方图)，根据水体成像特性和水体区域相关知识，建立水体目标区域选择准则，从而实现遥感影像上水体专题信息的自动快速提取，具体包括：遥感影像的预处理与序列非线性滤波，滤波结果影像区域标定和各标定区域各项特征值的计算，水体目标区域选择准则的建立，水体区域的自动提取及基于形态学的水体专题提取信息后处理四个步骤，具体如下：

(1)遥感多波段影像的预处理与序列非线性滤波

根据水体光谱特性和遥感影像波段设置，选择红外或红波段、蓝或绿波段作为备选波段，根据公式(1)进行预处理，并对预处理结果做直方图均衡化，生成待处理数据图层，

BW₀＝B_L+k×B_L/(B_H+w)      (1)

其中，B_L表示红外或红波段亮度值，B_H表示蓝或绿波段亮度值，BW₀表示预处理后的像素亮度值，k为比例变换系数，w是为了避免除零问题，而对B_H加上的一个很小的正数。

采用序列非线性滤波方法，对生成待处理数据图层首先进行最大值滤波处理，消除影像中非连续面状分布的暗的像素，同时呈面状连续分布的水体区域也被削弱；然后进行中值滤波进行降噪处理；进而采用最小值滤波处理恢复最大值滤波处理中被削弱的水体区域。

(2)对滤波结果影像进行区域标定、计算各个标定区域的各项特征值